FastAPI для профессионалов: Онлайн-школа на чистой архитектуре

Илья Перминов на платформе Stepik разбирает проектирование backend-системы для образовательной платформы на базе фреймворка FastAPI с применением чистой архитектуры. В процессе обучения вы разработаете сервис онлайн-школы с JWT-аутентификацией, автоматическими тестами, очередями задач, Docker-раннером для безопасной проверки кода учащихся и отслеживанием учебного прогресса.

О чём курс

Курс рассчитан на разработчиков, которые хотят перейти от создания простых API к проектированию архитектурно сложных backend-систем. Вся разработка строится вокруг принципов Clean Architecture с разделением слоёв приложения. Архитектура проекта изолирует бизнес-правила от внешних интерфейсов и баз данных, что упрощает масштабирование и сопровождение кодовой базы.

Проект разбивается на доменный слой, прикладной слой, инфраструктуру и уровень доставки данных. Вы освоите реализацию сценариев взаимодействия через Use Cases, организацию репозиториев для доступа к данным и паттерн Unit of Work для управления транзакциями. Работа с базой данных выстраивается через SQLAlchemy с миграциями схемы и изоляцией доменных моделей от persistence-слоя.

Архитектурные блоки проекта

Разработка онлайн-школы охватывает создание ключевых компонентов платформы:

• Базовый сервис курсов: сущности курсов, модулей, разделов, лекций, управление ролями пользователей и модель доступа.
• Интерактивные тесты: сущности вопросов с одиночным и множественным выбором, фиксация попыток прохождения, подсчёт баллов, статусов и сохранение прогресса студента.
• Автоматическая проверка кода: домен задач, жизненный цикл проверки решений и сценарии отправки кода.
• Изолированная среда выполнения: worker-процессы, очереди задач и Docker-runner для безопасного исполнения пользовательских скриптов и сбора артефактов проверки.
• Платформенные сценарии: каталог с карточками курсов, фильтрация по темам и уровню сложности, поиск, отзывы, комментарии и профиль пользователя.
• Аналитика и оптимизация: отслеживание сложных вопросов и завершения курсов для авторов и студентов, кеширование контента и настройка индексов в базе данных для ускорения чтения.

Формат и материалы

Материал представлен в текстовом формате и не содержит видеозаписей. Все модули ориентированы на последовательную реализацию кода. Исходный код проекта, создаваемого в ходе работы, размещён в репозитории на GitHub. Проверка решений включает написание unit-тестов, интеграционных и end-to-end тестов, а также ручное тестирование эндпоинтов через документацию OpenAPI.